بخشی از مقاله
چکیده
افزایش استفاده از سوختهای فسیلی منجر به گرمایش روزافزون زمین شده است. تولید توان با استفاده از انرژی باد به عنوان یکی از جایگزینهای روشهای سنتی تولید توان، روندی رو به رشد در سراسر جهان داشته است. افزایش تولید برق از منابع تجدیدپذیر مانند باد میتواند به کاهش تولید کربن دیاکسید کمک کند و تا حد امکان موجب کاهش گرمایش کره زمین شود. سیستم DFIG دارای هفت حلقه کنترلی شامل کنترل سرعت، توان راکتیو، ولتاژ DC خازن واسط دو مبدل، جریانهای محورهای d و q روتور و جریانهای محورهای d و q فیلتر سمت شبکه میباشد.
در هر حلقه کنترلی یک کنترلکننده تناسبی-انتگرالی - PI - که دارای دو پارامتر KP و KI است، وجود دارد. در این مقاله به کمک الگوریتم بهینهسازیTLBO و با تعریف تابع هدفی مبتنی بر مقادیر ویژه ماتریس سیستم، پارامترهای کنترلی سیستم توربین بادی مجهز به DFIG، ضرایب کنترلکنندههای PI که در مجموع 14 پارامتر هستند، در حالت متصل به شبکه قدرت به صورت بهینه استخراج شده و رفتاردینامیکی سیستم در حضور اختلالات بهبود داده میشود. نتایج شبیهسازی نشان میدهد روش پیشنهادی به منظور تنظیم بهینه و هماهنگ پارامترهای کنترلی DFIG مؤثر بوده و موجب کاهش نوسانات اولیه و بهبود پایداری سیستم DFIG شده است.
کلید واژه توربین بادی، ژنراتور القایی دو سو تغذیه، کنترل کننده تناسبی- انتگرالی، ضرایب کنترلی، الگوریتم .TLBO
مقدمه
افزایش استفاده از سوختهای فسیلی منجر به گرمایش روزافزون زمین شده است. در سالهای اخیر استفاده از انرژیهای تجدیدپذیر به عنوان جایگزینی برای سوختهای فسیلی پیشنهاد شده است. انرژی باد یکی از صنایع رو به رشد در سراسر جهان است. افزایش تولید برق از منابع تجدیدپذیر مانند باد میتواند به کاهش تولید کربن دیاکسید کمک کند و تا حد امکان بر کاهش گرمایش کره زمین تأثیر گذارد. ویژگی دیگر آن تجدیدپذیری است که به توسعه پایدار توان کمک میکند. از آنجایی که تولید توان با استفاده از انرژی بادی به طور قابل توجهی افزایش یافته است، بررسی تأثیر سیستم های قدرت دارای تولید با استفاده از انرژی جنبشی باد بر پایداری سیستم اهمیت بسیاری دارد.
در بستر پیشرفت تکنولوژی توربینهای بادی، توربین بادی مبتنی بر ژنراتور القایی دو سو تغذیه - DFIG - 1 به خاطر مزایای مختلفی چون عملکرد در سرعت متغیر، قابلیت کار در چهار ناحیه کاری تبادل توان حقیقی و راکتیو، کنترل مستقل توانهای خروجی حقیقی و راکتیو، بازده انرژی بالا و اندازه کوچک مبدلها به طور غالب مورد بهره برداری قرار گرفتهاند متداولترین و عملیترین طرح کنترلی سیستمهای توربین بادی مبتنی بر DFIG، روش کنترل برداری یا کنترل در راستای میدان - FOC - 2 است که از کنترلکنندههای تناسبی-انتگرالی 3 - PI - استفاده میکند.
در این مراجع، الگوریتمهای تکاملی به عنوان ابزارهای بهینهسازی در روند طراحی پارامترهای کنترلکنندههای DFIG به کار گرفته شدهاند از جمله کارهای انجام شده در این زمینه در مرجع از الگوریتم بهینهسازی مبتنی بر آموزش-یادگیری TLBO4 برای بهینهسازی پارامترهای تناسبی-انتگرالی - PI - به منظور کنترل عملکرد دینامیکی سیستم DFIG استفاده شده است. ترکیب الگوریتم بهینهسازی NSGA-II5 و تجزیه و تحلیل به روش DFT6 برای دستیابی به عملکرد کنترلی بهتر به منظور بهبود پایداری سیستم DFIG کاری است که در مرجع ارائه شده است.
در مرجع، جهت بهینهسازی پارامترهای کنترلکنندههای مبدل سمت روتور از الگوریتم ژنتیک استفاده شده است، ولی در این مرجع از مدل خازن واسط DC صرفنظر شده و بنابراین نوسانات زیاد ولتاژ واسط DC قابل اجتناب نخواهد بود. روش بهینهسازی توده ذرات - PSO - 7 نیز در مراجع به کار گرفته شده تا با پیدا کردن پارامترهای کنترلی بهینه، کنترل بهینه سیستم DFIG حاصل گردد. در روش جدید دیگری، تکنیک بهینهسازی بر اساس جستجوی باکتریایی به کار رفته است تا میرایی مدهای نوسانی را در توربین بادی مبتنی بر DFIG بهبود بخشد با این حال، در بیشتر الگوریتمها از یک تابع هدف استفاده شده است.
مرجع روشی برای حل مشکل نوسانات زیر سنکرون در DFIG ارائه داده است. در این روش در ابتدا محدوده پایداری سیگنال-کوچک به طوری که شامل میرایی باشد تعریف میشود تا اطمینان حاصل شود که هر نقطه در محدوده پایداری دارای شرط لازم برای میرایی نوسانات است. سپس به منظور بهبود عملکرد کنترل کننده میراگر نوسانات زیر سنکرون یک مدل بهینهسازی براساس محدوده پایداری تعریف شده ساخته شده و با استفاده از الگوریتم ژنتیک مقادیر بهینه پارامترهای کنترل کننده به دست میآید.
در مرجع روشی برای طراحی کنترل کننده میراگر تکمیلی برای توربین بادی DFIG به صورت یک مسأله بهینهسازی مقید ارائه شده است. مسأله بهینه ارائه شده در این کار بهینهسازی غیر خطی است که برای حل آن از روش برنامهریزی درجه دوم استفاده شده است.هدف این مقاله بررسی، تجزیه و تحلیل و بهبود عملکرد حالت گذرا با مدلسازی DFIG در راستای شار استاتور است. روشی برای طراحی کنترل کننده بهینه DFIG از طریق تحلیل مقادیر ویژه به منظور میرا کردن نوسانات حالت گذاری DFIG ارائه میشود.
بدین منظور از یک الگوریتم بهینهسازی مبتنی بر آموزش و یادگیری - TLBO - کمک گرفته شده است. سیستم توربین بادی مجهز به DFIG در حالت متصل به شبکه قدرت به صورت بهینه استخراج شده و رفتار دینامیکی سیستم در حضور اختلالات سیستم قدرت و سیستم توربین بادی بهبود داده میشود.
